Informatica - Recupero delle informazioni

Flare combina filtraggio collaborativo e basato sui contenuti per dare raccomandazioni migliori.

Esaminando il ruolo dei LMM nell trasformare le capacità di ricerca con testi e immagini.

Questo articolo esamina il bias di esposizione e i suoi effetti sulle raccomandazioni dei contenuti.

Esplorare metodi efficaci per identificare le caratteristiche dei prodotti nell'e-commerce.

Un nuovo metodo migliora le prestazioni dei modelli linguistici semplificando le informazioni esterne.

Migliora il coinvolgimento dei clienti con promozioni mirate che rispettano i limiti dell'azienda.

Un sistema che suggerisce con precisione prodotti di bellezza in base agli ingredienti e alle esigenze della pelle.

SemDI migliora l'accuratezza nell'identificare la causalità degli eventi usando il contesto.

Esplora metodi per migliorare le previsioni di coinvolgimento degli utenti tramite l'augmentation dei dati.

Scopri come creare grafi di conoscenza efficaci per applicazioni industriali.

Nuovi metodi migliorano i Grandi Modelli Linguistici grazie a un'elaborazione delle informazioni più efficiente.

Impara a valutare i metodi di clustering in modo efficace usando diversi metriche.

BPR continua a essere efficace nel consigliare articoli in base alle preferenze degli utenti.

Esplorare il ruolo dei dati sintetici nel promuovere l'equità negli algoritmi di raccomandazione.

Nuovi metodi migliorano le raccomandazioni utilizzando informazioni dettagliate su utenti e articoli.

Il pooling dei token migliora lo stoccaggio dei dati mantenendo la precisione del recupero.

Il metodo FLEX offre un nuovo approccio per valutare con precisione i sistemi text-to-SQL.

Un nuovo modello migliora gli embedding testuali attraverso strategie di apprendimento contestuale.

QualIT migliora l'analisi del testo unendo modelli linguistici e tecniche di clustering.

Nuovo studio sviluppa modelli per prevedere gli incendi boschivi causati dai fulmini in tutto il mondo.

Questo studio valuta vari modelli per recuperare informazioni cliniche in modo efficace.

Valutare il ruolo dei modelli linguistici nei giudizi di rilevanza per il recupero di informazioni.

EMERS aiuta i ricercatori a tenere traccia dell'uso energetico nei sistemi di raccomandazione, promuovendo la consapevolezza ambientale.

Questo studio migliora l'estrazione di informazioni chiave usando un nuovo modello per documenti non strutturati.

Esaminare come i sistemi di raccomandazione cambiano le preferenze degli utenti nel tempo.

HEN migliora il recupero della memoria nelle reti neurali aumentando la separabilità dei modelli.

Questa ricerca esamina il ruolo dei LLM nel migliorare l'estrazione dei dati e l'interazione.

Esplorare come gli esseri umani e le macchine percepiscono i volti in schemi casuali.

Uno studio su dataset e metriche nella ricerca delle domande e risposte.

Questo documento presenta un framework per migliorare il NER nella lingua italiana utilizzando modelli avanzati.

Uno studio su come migliorare i sistemi di raccomandazione concentrandosi sulle tecniche di estrazione delle caratteristiche.

LLM-Cure semplifica l'analisi delle recensioni delle app per un'esperienza utente migliore.

Migliorare la rilevanza nell'e-commerce tramite tecniche di ranking avanzate.

Combinare dati a lungo e corto termine per ottenere risultati di ricerca prodotto migliori.

Usare simulazioni per migliorare i processi di onboarding per i nuovi utenti.

I ricercatori hanno affrontato le sfide della ricerca di dati reali al NeurIPS 2023.

Scopri come Spacewalker migliora l'annotazione e l'analisi dei dati non strutturati.

Un nuovo framework migliora le raccomandazioni personalizzate usando testo e immagini.

SOSK aiuta gli utenti a tenere traccia ed estrarre parole chiave dai report di sicurezza software.

Valutare i metodi per garantire coerenza negli identificatori dei cluster nel tempo.